买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学技术大学申请的专利基于用户动态认知激励的大模型价值对齐方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121350497B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511891864.1，技术领域涉及：G06F18/20；该发明授权基于用户动态认知激励的大模型价值对齐方法和系统是由毛震东;张勇东;张立成;徐本峰;杜铭轩设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本基于用户动态认知激励的大模型价值对齐方法和系统在说明书摘要公布了：本发明涉及自然语言生成技术领域，公开了一种基于用户动态认知激励的大模型价值对齐方法和系统，方法包括：实时捕捉用户与大模型交互过程中产生的认知信号，并量化为数值或向量形式；基于为各用户离线预训练的权重向量，对量化后认知信号进行加权融合，生成标量奖励信号；对近端策略优化算法进行改进，实现大模型在线单样本场景下的参数更新；在大模型进行参数更新时，采用全量参数更新，并采用异步参数更新机制，使大模型在接收新的用户认知信号的同时在后台完成全量参数更新。本发明方法能够有效解决现有大模型价值对齐技术中存在的静态偏好、更新滞后、成本高昂等问题，为大模型的安全可控应用提供了重要的技术支撑。

本发明授权基于用户动态认知激励的大模型价值对齐方法和系统在权利要求书中公布了：1.一种基于用户动态认知激励的大模型价值对齐方法，其特征在于，包括： 实时捕捉用户与大模型交互过程中产生的认知信号，并量化为数值或向量形式；所述认知信号包括显式反馈和隐式反馈； 基于为各用户离线预训练的权重向量：从用户与大模型交互的历史认知信号中进行采样，通过专家对采样的样本进行评估，生成奖励分数；以用户与大模型交互的全部历史认知信号作为输入特征，以专家评估的奖励分数作为监督标签，通过监督学习任务来训练并求解出当前用户的权重向量； 对量化后的认知信号进行加权融合，生成标量奖励信号：在用户与大模型的实时交互过程中，将对应的量化后的认知信号构建为特征向量，标量奖励信号通过为当前用户预训练的权重向量与所述特征向量的点积计算得出：；为转置，表示用户在时刻针对大模型的输出的即时认知特征，表示用户截止时刻的历史认知状态，表示将即时认知特征与历史认知状态映射为统一的特征向量的特征提取函数，为时刻t的索引； 采用以下方式对近端策略优化算法进行改进，实现大模型在线单样本场景下的参数更新：将标量奖励信号分配至大模型的每个生成步骤中，通过时间差分方法估计状态价值，结合状态价值计算优势函数，并训练一个价值网络作为基线，进而通过剪切目标函数和自适应KL散度约束来优化策略； 在大模型进行参数更新时，采用全量参数更新，并采用异步参数更新机制，使大模型在接收新的用户认知信号的同时在后台完成全量参数更新。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。